Objektā informācija krājas katru dienu: darbu vadītājs būvdarbu žurnālā PlanRadar vai Excel fiksē, kas paveikts, cik cilvēku strādāja un kādi materiāli atvesti, sūta fotoattēlus objekta Teams kanālā vai WhatsApp un dažreiz raksta piezīmes e-pastā. Piektdien projekta vadītājam tas jāpārvērš nedēļas pārskatā pasūtītājam: kas paveikts pret Microsoft Project grafiku, kas kavējas un kāpēc, kuri jautājumi gaida pasūtītāja lēmumu. Viņš lasa žurnālu, šķirsta fotoattēlus, atceras, ko teica darbu vadītājs, un raksta. Tas aizņem vairākas stundas katru nedēļu par katru objektu, un, ja objektu ir vairāki, pārskati kavējas vai kļūst formāli.
Katru nedēļu risinājums savāc būvdarbu žurnāla ierakstus no PlanRadar, izmantojot API vai eksportu, vai no Excel platformā SharePoint, fotoattēlus no saskaņotā Teams kanāla vai SharePoint mapes un darbu vadītāju piezīmes no e-pasta. Tas apkopo ierakstus pa darbu veidiem un salīdzina tos ar Microsoft Project atskaites punktiem, ko eksportējat vai glabājat platformā SharePoint. Tas analizē fotoattēlus un apraksta, ko tie rāda: kādu konstrukciju, kādu darbu posmu, vai ir acīmredzamas novirzes, piemēram, neaizsegti materiāli, trūkstoši drošības elementi vai nepabeigti darbi, ko PlanRadar žurnāls atzīmē kā pabeigtus. Kopsavilkums tiek sagatavots jūsu pārskata veidnē: paveiktie darbi, kavējumi pret grafiku, novērojumi no fotoattēliem, materiālu trūkums, jautājumi pasūtītājam. Projekta vadītājs pārskata to Teams, izlabo vērtējumus un nosūta pats; risinājums pasūtītājam neko nesūta. Ieviešam to, izmantojot ChatGPT API ar attēlu analīzi OpenAI platformā, kur jūsu fotoattēli un ieraksti netiek izmantoti modeļu apmācībai, un integrējam ar PlanRadar, izmantojot API, failu eksportu vai e-pasta plūsmu atkarībā no versijas. Ja vēlaties, to pašu risinājumu ieviešam ar Claude, izmantojot Amazon Bedrock ES reģionā.